本文提出了一种针对下行 MU-MISO 系统的 Sum-Rate 最大化问题的新型传输方案，该方案采用了 Rate-Splitting 方法将信息分裂为公共部分和私有部分，并结合线性预编码设计和优化技术来实现了最优的 Ergodic SR 性能。通过数值结果展示了该方法相对于传统的 NoRS 方案在提高 Ergodic SR 上的优势，同时还放松了 CSIT 质量要求并增强了实现速率区域。

Feb, 2016

利用深度卷积神经网络和生成对抗神经网络来利用上行 CSI 推断下行 CSI，实现无需反馈的数据驱动方案，以发现信道状态信息用于有效分配无线资源，在 FDD 通信中准确推断数据。

Dec, 2018

针对在多小区时分双工系统中进行协调下行波束成形优化的问题，本文提出了旨在达到 Pareto 边界上的最大最小速率公平性点的两步式集中式优化算法，并通过利用近似上下行对偶性提出了一个迭代算法来实现有限干扰小区通信的分布式解决方案。本文的模拟结果表明，所提出的分布式解决方案实现了接近集中优化算法的性能，更好的总速率性能以及更好的总速率和公平性权衡，特别是在高信噪比时优于 Nash 议价解。

May, 2012

本文提出了一种基于深度学习的方案，以改进基于压缩感知技术的叠加信道状态信息反馈，包括频分双工、大规模 MIMO、1 比特压缩感知、模型驱动方法和干扰消除技术等方面。该方案能够显著提高用户上联信息和下联信道状态信息的恢复精度，并具有对参数变化的鲁棒性。

Mar, 2022

该论文研究了多用户多输入单输出（MISO）上行无线网络中基于智能反射面的质量服务（QoS）约束下的权重和功率最小化问题，提出了基于 PDD 和 neADMM 的解决方案，并发展了一种在线随机算法，可以随机地满足 QoS 约束，而不需要先前的 CSI 误差知识。

Jul, 2020

该研究论文针对实现更高的无线电频谱和能量效率，提出了一种基于 in-band full-duplex 与 cell-free massive MIMO 的联合设计方案，优化了功控制、入口点和用户设备相关联和入口点选择，并结合零强制传输设计提高了计算效率及理论性能，并采用基于堆的导频分配算法来抵消导频污染。

Oct, 2019

本文主要研究如何在异构无线网络中同时优化用户的线性协处理器以及其与基站关联的问题。研究表明，将该问题转化为非合作博弈论可以获得最佳结果，并介绍了一种分布式算法来实现较高的吞吐量和负载平衡。

May, 2012

本研究旨在通过开发全收发机制，包括下行信道训练（或估计），CSI 反馈和信道重建方案，解决大规模 MIMO 系统中多用户 CSI 的问题。我们的框架利用增强的 Newtonized 正交匹配追踪算法提取频率独立参数，然后开发了有效的下行训练方案，以估计多个用户的下行信道增益。数值结果验证了 eNOMP 算法的精度，并证明了使用重构的下行信道的系统的求和速率性能可以接近使用完美 CSI 的系统。

Feb, 2019

本文研究了资源分配算法的设计，针对使用全双工基站为多个半双工用户同时提供下行和上行服务的多载波非正交多址（MC-NOMA）系统进行优化，通过单调优化，提出了一种最优的联合功率和子载波分配算法以最大化系统吞吐量，在保证优化程度的同时，可以降低计算复杂度，通过模拟结果，发现使用提出的子优算法进行资源分配的 FD MC-NOMA 系统相较于传统 HD MC-OMA 系统和其他基线方案具有更高的系统吞吐量，而且能够实现更公平的资源分配。

Jul, 2016

该研究旨在探讨多基站系统下行链路的多天线基站和单天线用户终端、任意基站合作集群、距离相关传播路径损耗和一般的 “公平性” 要求，并提出了一种新的简化下行调度方案，根据所需的公平性标准预先选择用户，其性能接近有限维机会用户选择的最优方案，同时需要明显较少的信道状态反馈。

Dec, 2010